INTERGROWTH-21 Identifies High Prevalence of Low Symphysis–Fundal Height in Indigenous Pregnant Women Experiencing Multiple Infections, Nutrient Deficiencies, and Inflammation: The Maternal Infections, Nutrient Deficiencies, and Inflammation (MINDI) Cohort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: In the absence of ultrasound, symphysis-fundal height (SFH) can assess maternal-fetal well-being as it is associated with gestational age, fetal weight, and amniotic fluid volume. However, other modifiers of SFH, including maternal infections, nutrient deficiencies, and inflammation (MINDI), have not been widely explored. OBJECTIVES: ) to explore associations of SFH with maternal health indicators: infections (oral, skin, urogenital, nematode infections), nutrient deficiencies [protein and iron indicators (ferritin, serum iron, serum transferrin receptor, hepcidin), folate, and vitamins A, D, and B-12], and inflammation [leukocytes, C-reactive protein (CRP), cytokines]. METHODS: For this cross-sectional study, low-SFH-for-gestational-age was assessed using PAHO and INTERGROWTH <10th centile in 174 women at ≥16 weeks of gestation. Bootstrapping selected MINDI variables for inclusion in multivariable fractional polynomial (MFP) logistic regressions for low SFH. Associations of MINDI variables with hepcidin were also investigated. RESULTS: = 0.035). CONCLUSIONS: Associations of low SFH with MINDI variables, including hepcidin, highlight its potential for early detection of multicausal in utero growth faltering.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle